CN112669111A - 一种基于区块链的5g物联网数据共享交易方法 - Google Patents

Abstract

本发明公开一种基于区块链的5G物联网数据共享交易方法，包括：建立基于联盟链的数据共享交易网络拓扑结构，其分为六层包括物理层、数据层、网络层、共识层、安全层、合约层。本发明主要集中在安全层和合约层，安全层由一部分拥有可信执行环境的边缘计算服务器组成，用于提供可信计算服务；合约层集成一系列智能合约，以确保安全和高效的数据共享交易交互，同时针对数据“可用不可见”的特性，设计了一个两阶段的Stackelberg博弈模型来优化数据所有者和数据消费者之间的定价；本发明为5G物联网中的数据共享交易提供一种安全、有效的方式，促进了5G物联网数据的流通，发挥数据的价值。

Description

一种基于区块链的5G物联网数据共享交易方法

技术领域

本发明涉及一种基于区块链的5G物联网数据共享交易方法，属于区块链和物联网技术领域。

背景技术

5G的到来已经开启了一个“万物互联”的时代，随着5G物联网的快速发展，物联网中的各种接入设备急剧增加，同时物联网中产生的数据量也呈爆发式增长，数据成为物联网中最重要的商品之一；传统物联网中的数据交易具有以下特点；(1)在数据交易过程中的多方参与(如:数据所有者，数据消费者，数据服务商)；(2)参与的各方之间的利益冲突使得没有任何一方可以真正被信任；(3)数据交易仅依赖于双方的担保和信用，增加了更多商业实体的加入门槛；因此，物联网中的数据交易面临着信息透明度低和非法数据篡改的挑战，人们认为传统的数据交易生态模式是不够可信的。

区块链技术允许物联网通过区块链的分布式、防篡改、安全和可追踪的特点来保持信息透明度，并在参与者之间建立信任，这将促进物联网数据交易生态系统的实质性和可持续增长。详细的数据交易和验证范围，关于数据所有权的信息以及数据收集、存储、交易和数据分析的过程都可以记录在区块链中。因此，基于区块链的数据交易可以被追踪，从而在大规模的物联网数据交易中进一步保证数据的质量。

安全计算能够更大程度上保证数据所有者的数据安全，安全多方计算(securemulti-party computation，MPC)作为密码学的一个分支，是安全计算问题的直接解决方案。使用可信硬件是实现安全计算的另一种方案，如可信执行环境(trust executionenvironment，TEE)；TEE是一个通用概念，在这里指处理器的一个安全区域，它保证装载在其中的代码和数据在隐私和安全方面受到保护。数据所有者可以发送他们的数据到TEE设备，买方的计算任务在TEE中进行计算，并以安全的方式将结果返回买方，这样以来可以更大程度上保证数据安全。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷(不足)，提供一种基于区块链的5G物联网数据共享交易方法，具体包括以下步骤：

建立基于联盟链的5G物联网数据共享交易网络拓扑结构，其分为六层包括物理层、数据层、网络层、共识层、安全层、合约层。

所述物理层主要由物联网设备及边缘计算设备构成，与授权的边缘服务器通信连接，为数据的收集、计算、存储和传输提供物理媒体支持，物联网设备将其收集的数据作为商品进行共享，需要特定数据的消费者向数据所有者支付数据硬币获得数据的使用权；边缘计算设备为区块链提供强大的存储资源和计算资源。

所述数据层由IoT数据子层和区块链数据子层组成，IoT数据子层负责通过物联网设备收集和存储数据，区块链数据子层由一系列区块组成，每个区块中都记录了某个时间段内的交易数据，且交易数据经过加密数字签名以确保安全；每个区块都包含指向前一个区块的哈希值，以此形成块链。

所述网络层主要包括P2P组网机制、数据传播、验证机制和边缘计算服务网络，其功能是实现区块链网络中节点与节点之间的信息交流，所述边缘服务器提供计算资源以促进区块链共识和智能数据定位和定价过程。

所述合约层由各类智能合约构成，这些合约以数字形式定义，通过区块链保证各参与方共同处理事物、执行代码和维护状态与资源的一致性，以确保安全和高效的数据交易交互，同时采用Stackelberg博弈模型来优化数据所有者和数据消费者之间定价过程。

所述共识层封装了共识算法和共识机制，其功能是让高度分散的节点在去中心化的区块链网络中达成共识，即在不可信的节点之间达成共识。

所述安全层由一部分拥有可信执行环境的边缘服务器组成，用于提供可信计算服务；数据消费者的计算任务在计算层中完成，保证数据共享的安全性和隐私性。

进一步的，本发明所述合约层要求智能合约能够实现账户管理、订单管理与匹配、数据质量评估、最优定价服务、安全计算功能。

进一步的，本发明所述账户管理要求智能合约将区块链非对称加密生成的公私钥与大数据共享场景各角色相结合，提供可靠、便捷、易交互的账户管理功能。

进一步的，本发明所述订单管理与匹配要求智能合约支持买卖双方订单注册登记和最优订单匹配。

进一步的，本发明所述数据质量评估要求智能合约根据数据所有者注册数据时提供的数据样例、数据新鲜度、数据量和数据评分特征评估该份数据与数据消费者需求的相关性，得出偏好程度，同时要求智能合约记录消费者在完成订单后对该份数据的评分。

进一步的，本发明所述最优定价服务要求智能合约根据定价策略最大化买卖双方的效用。

进一步的，本发明所述安全计算要求智能合约在拥有TEE的边缘计算设备中执行数据消费者的计算任务。

优选的，本发明所述基于区块链的5G物联网数据共享交易方法，具体包括以下步骤：

(1)系统初始化

区块链底层技术采用联盟链，希望参与数据共享的数据所有者和数据消费者提前注册，经区块链平台许可后成为合法节点；当加入系统时，每个节点都使用椭圆曲线数字签名算法获得唯一的真实身份，包括公钥、私钥以及数字签名，同时每个节点被分配一个钱包地址作为其数据硬币帐户，注册中心生成映射列表，并存储在账户服务器中；每个节点都可以根据实际需求担任数据所有者或者数据消费者；另外，每个参与数据共享的设备需要在智能合约中注册一个关于设备类型的账号，其中需要公开设备的类别、型号等信息。

(2)数字商品准备与需求

数据所有者在收集到一些想要出售的数据后，在智能合约账号中注册这份数据，其中包含数据的样例、数据的量、数据的新鲜程度、数据的评分情况、数据的哈希值和注册时间；若数据消费者想要在市场中购买特定类型数据的一次使用权，那么他会在智能合约中添加一个订单，订单中包含买家对数据的需求(包括数据类型、数据选择函数、数据新鲜度限制、数据评分限制、数据价格限制、数据数量限制)和买家使用数据的计算任务。

(3)最优定价

授权的市场代理是由智能合约为同型数据所有者预定义的，它作用是从已注册的待售数据信息中搜索符合买家要求的数据，并从符合要求的数据所有者中确定最终交易者及交易价格；此部分是本发明市场框架中最具挑战性的任务之一，本发明设计了一种基于博弈论的最优定价机制来确定最终交易者及其交易价格；最优定价机制通过Stackelberg博弈模型实现被制定在智能合约中，并在任何消费者从系统中请求某些数据产品后执行。

(4)安全计算与数据交付

确定最终交易对象和价格以后，市场代理向数据所有者发送订单，数据所有者将发送他们的数据到边缘服务器的安全设备，买方的计算任务将在安全设备中的TEE中进行计算，最后将加密的结果发送给数据消费者家。

(5)生成区块与共识

如果消费者确认计算结果有效，则买家将相应的数据硬币发送到数据所有者的公共钱包地址；付款完成后，将生成交易并将其广播到网络中的所有区块链对等点；交易数据包括对数据产品的描述、交易双方的签名和帐户信息、交易时间和付款信息；每个区块链对等方收集并验证一段时间内所有生成的交易，然后通过构造具有其签名的交易来生成一个区块；在系统中，基于PBFT的共识过程在边缘服务器的帮助下进行。

优选的，本发明所述Stackelberg博弈模型的构建方法：

(1)确定数据的偏好矩阵G_i

设定一份数据有N个方面的评价指标，而每个评价指标都有R个离散的取值(取值为1～10)；g_nr表示数据消费者对该份数据第n个特性的偏好程度，g_nr∈[0，1]代表消费者对从反感到喜欢的偏好程度，n∈{1，2，...，N},r∈{1，2，...，R}。

(2)确定权重矩阵W_i

W_i＝[W₁，W₂，...，W_N]

(3)确定偏好程度l_i：

α是消费者偏好性的影响因子。

(4)建立数据消费者的效用函数BU(x_i，l_i)：

x_i≥0

数据分析服务的分类准确率和满意率主要取决于数据的数据量和消费者对数据的偏好程度，η是预定义的影响因子，p_i是购买数据的单位价格，x_i是消费者决定的数据购买量，K是消费者在本次交易中的预算。

(5)建立数据所有者i∈M的效用函数SU_i(p_i，x_i)：

SU_i(p_i，x_i)＝(p_i-c_i)x_i

s.t p_i>c_i

c_i是单次交易数据所有者需要花费的数据传输等成本，

是数据消费者所能提供的最大数据量。

本发明的有益效果：

本发明所述方法建立买方和卖方效用最大化的数据共享交易市场，通过仿真结果表明，买方可以在面对不同数据质量的卖方时获得理想的收益，买方的购买意愿随着对数据的偏好程度增加而增加，提供高质量数据的卖方可以获得更高的收益，鼓励卖方提供质量更高的数据，数据质量较低的卖方也可以在低定价的情况下获得更多的收益。

附图说明

附图仅用于示例性说明，不能理解为对本专利的限制，为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

图1为本发明实施例所述方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明，但本发明的保护范围并不限于所述内容。

实施例1

一种基于区块链的5G物联网数据共享交易方法具体，包括以下步骤:

一、5G物联网中基于联盟链的数据共享交易

A基于联盟链的5G物联网数据共享交易框架

数据共享是物联网数据市场亟需的服务，为了保证数据共享的安全性和隐私性，本发明设计了一个基于联盟链的5G物联网数据共享交易框架，并将其分为六层，包括物理层、数据层、网络层、共识层、安全层、合约层。

所述物理层主要由物联网设备及边缘计算服务基础设施构成，为数据的收集、计算、存储和传输提供物理媒体支持。物联网中的设备将其收集的数据作为商品进行共享，需要特定数据的消费者向数据所有者支付数据硬币获得数据的使用权；边缘计算设备具有强于物联网设备的计算以及存储能力，为区块链提供强大的存储资源和计算资源。

所述数据层由IoT数据和区块链数据组成。IoT数据层负责通过物联网设备收集和存储数据，区块链数据层由一系列区块组成，每个区块中都记录了某个时间段内的交易数据，且交易数据经过加密数字签名以确保安全。每个区块都包含指向前一个区块的哈希值，以此形成块链。

所述网络层主要包括P2P组网机制、数据传播、验证机制和边缘计算服务网络，其功能是实现区块链网络中节点与节点之间的信息交流。

所述共识层封装了共识算法和共识机制，其功能是让高度分散的节点在去中心化的区块链网络中高效地针对区块数据的有效性达成共识。

所述计算层由一部分拥有可信执行环境(trust execution environment，TEE)的边缘服务器组成，用于提供可信计算服务。数据消费者的计算任务在计算层中完成，保证数据共享的安全性和隐私性。

所述合约层由各类智能合约构成，这些合约以数字形式定义，通过区块链保证各参与方共同处理事物、执行代码和维护状态与资源的一致性。在该架构中，要求智能合约能够实现账户管理、订单管理与匹配、数据质量评估、最优定价服务、安全计算等功能。账户管理要求智能合约将区块链非对称加密生成的公私钥与大数据共享场景各角色相结合，提供可靠、便捷、易交互的账户管理功能；订单管理与匹配要求智能合约支持买卖双方订单注册登记和最优订单匹配；数据质量评估要求智能合约根据数据所有者注册数据时提供的数据样例、数据量等特征评估该份数据与数据消费者需求的相关性，同时要求智能合约记录消费者在完成订单后对该份数据的评分；最优定价服务要求智能合约根据定价策略最大化买卖双方的效用；安全计算要求智能合约在拥有TEE的边缘计算设备中执行数据消费者的计算任务。

边缘计算为区块链提供强大的存储资源和计算资源，用于账本存储和区块链共识过程；区块链用于支持建立信任和确保安全性的边缘计算。

B基于联盟链的数据交易的关键步骤

(1)系统初始化：底层区块链采用联盟链，希望参与数据共享的数据所有者和数据消费者需要提前注册，经区块链平台许可后成为合法节点；当加入系统时，每个节点都使用椭圆曲线数字签名算法获得唯一的真实身份，包括公钥、私钥以及数字签名，同时每个节点还会被分配一个钱包地址作为其数据硬币帐户，注册中心生成映射列表，并存储在账户服务器中。每个节点都可以根据实际需求担任数据所有者或者数据消费者。另外，每个参与数据共享的设备需要在智能合约中注册一个关于设备类型的账号，其中需要公开设备的类别、型号等信息。

(2)数字商品准备与需求：数据所有者在收集到一些想要出售的数据后，在智能合约账号中注册这份数据，其中包含数据的量、数据的样例、数据的哈希值和注册时间。若数据消费者想要在市场中购买特定类型数据的一次使用权，那么他会智能合约中添加一个订单，订单中包含买家对数据的需求(包括数据类型、数据选择函数、数据价格限制、数据数量限制)和买家使用数据的计算任务。

(3)最优定价：授权的市场代理是由智能合约为同型数据所有者预定义的，它作用是从已注册的待售数据信息中搜索符合买家要求的数据，并从符合要求的数据所有者中确定最终交易者及交易价格。此部分是本发明市场框架中最具挑战性的任务之一，本发明设计了一种基于博弈论的最优定价机制来确定最终交易者及其交易价格。最优定价机制被制定在智能合约中，并在任何消费者从系统中请求某些数据产品后执行；斯塔克博格博弈模型的细节在具体实施方式中进行详细说明。

(4)安全计算与数据交付：确定最终交易对象和价格以后，市场代理向数据所有者发送订单，数据所有者将发送他们的数据到边缘服务器的安全设备，买方的计算任务将在安全设备中的TEE中进行计算，最后将加密的结果发送给数据消费者家。

(5)生成区块与共识：如果消费者确认计算结果有效，则买家将相应的数据硬币发送到数据所有者的公共钱包地址；付款完成后，将生成交易并将其广播到网络中的所有区块链对等点；交易数据包括对数据产品的描述(加密)、交易双方的签名和帐户信息、交易时间和付款信息；每个区块链对等方收集并验证一段时间内所有生成的交易，然后通过构造具有其签名的交易来生成一个区块；在本发明的系统中，基于PBFT的共识过程在边缘服务器的帮助下进行。

二、5G物联网中基于联盟链的数据共享交易的问题描述与博弈模型

基于提出的框架，建模为一个两阶段的斯塔克伯格模型，其目的是实现理想的经济效益，鼓励更多的数据所有者和数据消费者参与数据共享。

假设数据共享的交易场景为多个数据所有者将数据在智能合约中注册后等待出售，数据消费者通过市场代理搜索符合要求的数据并在M个符合要求的数据所有者中选择最合适的所有者进行交易。

假设有一组符合要求的数据所有者，用集合M＝{1，...，m}表示，对于某份已注册的数据，每个数据所有者i∈M对其设定预期单位价格，数据消费者根据数据所有者设定的预期价格决定购买策略，即购买数据的量。

将数据所有者i给出的预期数据单位价格定义为p_i，数据消费者制定的数据购买量为x_i，最优单位价格与最优购买量分别定义为

和

数据所有者在注册数据时登记的数据量为单次数据共享所能提供的最大数据量，表示为

数据商品的边际成本极低，所以一份数据的成本仅在于收集与传输带来的成本增加，本发明将数据所有者收集与传输单位数据的成本定义为c_i；同时，定义数据消费者总的购买预算为K。

对于数据所有者来说，认为其效用主要与出售数据所获的的收益相关；其收益为出售数据的收入减去获取数据的成本，可以表示为：

SU_i(p_i，x_i)＝(p_i-c_i)x_i

s.p_i>c_i

对于数据消费者，认为其效用与消费者对数据的偏好程度和数据的量有关；虽然在数据产品方面会有各种各样的价值，分析服务是物联网数据作为数字产品在本发明的数据市场上的主要用途；数据分析服务的准确率和满意率主要取决于数据的数据量和消费者对数据的偏好程度；因此，数据的量越大，消费者对数据的偏好程度越高，相当于数据的质量越高，消费者的效用越大。

本发明将消费者偏好性做如下定义:假设每个数据所有者的数据有N个方面的评价指标，而每个评价指标都R个离散的取值，数据所有者i∈M的数据对应有一个数据偏好矩阵G来表示:

g_nr表示数据消费者对该份数据第n个特性的偏好程度，g_nr∈[0，1]代表消费者从反感到喜欢的偏好程度，n∈{1，2，...，N},r∈{1，2，...，R}。

W_i＝[W₁，W₂，...，W_N]为N个评价指标的权重矩阵。

数据消费者对第i个数据所有者所提供的数据偏好性表示为：

α是消费者偏好性的影响因子。

数据消费者对与数据所有者i∈M所提供的数据的效用函数可以表示为：

x_i≥0

η是预定义的影响因子，p_i是购买数据的单位价格，x_i是消费者决定的数据购买量，K是消费者在本次交易中的预算。

假设数据所有者i∈M给定一个价格p_i，数据消费者根据价格p_i决定购买策略即购买数据量以获得最大效用；根据可知，数据消费者的效用BU_i(p_i，x_i，r_i)在

区间内显然是连续的，本发明选择拉格朗日乘数法对博弈进行优化求解，第一步构建拉格朗日函数：

其中，λ、μ为拉格朗日函数中的拉格朗日乘数，kkt条件为:

经过推导，消费者的数据需求量最优取值为：

将消费者的数据需求量最优取值

带入数据所有者的效用函数后求导可得：

令

可反解出

模型准确性的的验证过程：

Stackelberg博弈由多个数据所有者和一个数据消费者构成，同时，每个数据所有者的定价策略会影响数据消费者的购买策略，从而影响其他数据所有者的定价策略，因此数据所有者之间存在非合作博弈关系。

对于效用函数BU(x_i，l_i)，计算其Hessian矩阵。

Hessian矩阵的对角线元素都大于零，所有元素都是非负的，所以这个Hessian是半正定的，从而证明效用函数BU(x_i，l_i)具有凸特性，存在唯一的最优解。

对于非合作博弈来说，如果博弈满足:1)博弈方的集合是有限的；2)博弈参与者的策略空间集合为欧氏空间中的闭的、有界的、非空的凸集；3)博弈的效用函数在博弈参与者的策略空间上满足连续且为凹函数的性质。则可以证明该博弈过程存在纳什均衡，每一个博弈方的效用函数都可以达到最优化，且任何博弈的参与者不能改变自己的策略来获得更高的收益。对于本模型来说，1)数据所有者的个数为M个，对应集合有限；2)显然策略空间是欧氏空间中的有界非空闭集且效用函数在策略空间上连续；3)因为效用函数

对p_i的二阶导数等于0，所以可得效用函数在策略空间上满足凹函数特性。因此数据所有者之间的非合作博弈存在纳什均衡解。

基于以上证明，在数据所有者之间的博弈中存在唯一的纳什均衡，在数据所有者和数据消费者的博弈中存在一个唯一的、stackelberg博弈均衡。本发明提出的模型存在唯一的最优解，该博弈模型的最终目标是使双方在不断博弈过程中调整自己的策略，使双方效用最大化。

Claims (4)

1.一种基于区块链的5G物联网数据共享交易方法，其特征在于：建立基于联盟链的5G物联网数据共享交易网络拓扑结构，其分为六层包括物理层、数据层、网络层、共识层、安全层、合约层；

所述物理层主要由物联网设备及边缘计算设备构成，与授权的边缘服务器通信连接，为数据的收集、计算、存储和传输提供物理媒体支持，物联网设备将其收集的数据作为商品进行共享，需要特定数据的消费者向数据所有者支付数据硬币获得数据的使用权；边缘计算设备为区块链提供强大的存储资源和计算资源；

所述数据层由IoT数据子层和区块链数据子层组成，IoT数据子层负责通过物联网设备收集和存储数据，区块链数据子层由一系列区块组成，每个区块中都记录了某个时间段内的交易数据，且交易数据经过加密数字签名以确保安全；每个区块都包含指向前一个区块的哈希值，以此形成块链；

所述网络层主要包括P2P组网机制、数据传播、验证机制和边缘计算服务网络，其功能是实现区块链网络中节点与节点之间的信息交流，所述边缘服务器提供计算资源以促进区块链共识和智能数据定位和定价过程；

所述合约层由各类智能合约构成，这些合约以数字形式定义，通过区块链保证各参与方共同处理事物、执行代码和维护状态与资源的一致性，以确保安全和高效的数据交易交互，同时采用Stackelberg博弈模型来优化数据所有者和数据消费者之间定价过程；

所述共识层封装了共识算法和共识机制，其功能是让高度分散的节点在去中心化的区块链网络中达成共识，即在不可信的节点之间达成共识；

所述安全层由一部分拥有可信执行环境的边缘服务器组成，用于提供可信计算服务；数据消费者的计算任务在计算层中完成，保证数据共享的安全性和隐私性。

2.根据权利要求1所述基于区块链的5G物联网数据共享交易方法，其特征在于：所述合约层要求智能合约能够实现账户管理、订单管理与匹配、数据质量评估、最优定价服务、安全计算功能；

所述账户管理要求智能合约将区块链非对称加密生成的公私钥与大数据共享场景各角色相结合；

所述订单管理与匹配要求智能合约支持买卖双方订单注册登记和最优订单匹配；

所述数据质量评估要求智能合约根据数据所有者注册数据时提供的数据样例、数据新鲜度、数据量和数据评分特征评估该份数据与数据消费者需求的相关性，同时要求智能合约记录消费者在完成订单后对该份数据的评分；

所述最优定价服务要求智能合约根据定价策略最大化买卖双方的效用；

所述安全计算要求智能合约在拥有TEE的边缘计算设备中执行数据消费者的计算任务。

3.根据权利要求1或2所述基于区块链的5G物联网数据共享交易方法，其特征在于，具体包括以下步骤：

(1)系统初始化

区块链底层技术采用联盟链，希望参与数据共享的数据所有者和数据消费者提前注册，经区块链平台许可后成为合法节点；当加入系统时，每个节点都使用椭圆曲线数字签名算法获得唯一的真实身份，包括公钥、私钥以及数字签名，同时每个节点被分配一个钱包地址作为其数据硬币帐户，注册中心生成映射列表，并存储在账户服务器中；每个节点都可以根据实际需求担任数据所有者或者数据消费者；另外，每个参与数据共享的设备需要在智能合约中注册一个关于设备类型的账号，其中需要公开设备的类别、型号等信息；

(2)数字商品准备与需求

数据所有者在收集到一些想要出售的数据后，在智能合约账号中注册这份数据，其中包含数据的样例、数据的量、数据的新鲜程度、数据的评分情况、数据的哈希值和注册时间；若数据消费者想要在市场中购买特定类型数据的一次使用权，那么他会在智能合约中添加一个订单，订单中包含买家对数据的需求和买家使用数据的计算任务；

(3)最优定价

授权的市场代理是由智能合约为同型数据所有者预定义的，它作用是从已注册的待售数据信息中搜索符合买家要求的数据，并从符合要求的数据所有者中确定最终交易者及交易价格；最优定价机制通过Stackelberg博弈模型实现并被制定在智能合约中，在任何消费者从系统中请求某些数据产品后执行；

(4)安全计算与数据交付

确定最终交易对象和价格以后，市场代理向数据所有者发送订单，数据所有者将发送他们的数据到边缘服务器的安全设备，买方的计算任务将在安全设备中的可信执行环境(trust execution environment，TEE)中进行计算，最后将加密的结果发送给数据消费者家；

(5)生成区块与共识

如果消费者确认计算结果有效，则买家将相应的数据硬币发送到数据所有者的公共钱包地址；付款完成后，将生成交易并将其广播到网络中的所有区块链对等点；交易数据包括对数据产品的描述、交易双方的签名和帐户信息、交易时间和付款信息；每个区块链对等方收集并验证一段时间内所有生成的交易，然后通过构造具有其签名的交易来生成一个区块；在系统中，基于PBFT的共识过程在边缘服务器的帮助下进行。

4.根据权利要求1所述基于区块链的5G物联网数据共享交易方法，其特征在于，Stackelberg博弈模型的构建方法：

(1)确定数据的偏好矩阵G_i

设定一份数据有N个方面的评价指标，而每个评价指标都有R个离散的取值；g_nr表示数据消费者对该份数据第n个特性的偏好程度，g_nr∈[0，1]代表消费者对从反感到喜欢的偏好程度，n∈{1，2，...，N}，r∈{1，2，...，R}；

(2)确定权重矩阵W_i

W_i＝[W₁，W₂，...，W_N]

(3)确定偏好程度l_i：

α是消费者偏好性的影响因子

(4)建立数据消费者的效用函数BU(x_i，l_i)：

x_i≥0

数据分析服务的分类准确率和满意率主要取决于数据的数据量和消费者对数据的偏好程度，η是预定义的影响因子，p_i是购买数据的单位价格，x_i是消费者决定的数据购买量，K是消费者在本次交易中的预算；

(5)建立数据所有者i∈M的效用函数SU_i(p_i，x_i)：

SU_i(p_i，x_i)＝(p_i-c_i)x_i

s.t p_i＞c_i

c_i是单次交易数据所有者需要花费的数据传输等成本，

是数据消费者所能提供的最大数据量。

Images